《Flink大数据分析实战》带书签PDF

Niclas

简介
书名：Flink大数据分析实战[size=10.2047pt]作者：张伟洋
[size=10.2047pt]出版社：清华大学出版社
[size=10.2047pt]出版日期：2022-02-01
ISBN：9787302598183

目录

• 封面
• 版权信息
• 作者简介
• 内容简介
• 前言
• 第1章 初识Flink
• 1.1 大数据开发总体架构
• 1.2 什么是Flink
• 1.3 Flink的应用场景
• 1.4 流计算框架对比
• 1.5 Flink的主要组件
• 1.6 Flink编程模型
• 1.6.1 数据集
• 1.6.2 编程接口
• 1.6.3 程序结构
• 1.7 快速体验Flink程序
• 1.7.1 IntelliJ IDEA安装Scala插件
• 1.7.2 IntelliJ IDEA创建Flink项目
• 1.7.3 示例：批处理单词计数
• 1.7.4 示例：流处理单词计数
• 第2章 Flink运行架构及原理
• 2.1 Flink运行时架构
• 2.1.1 YARN集群架构
• 2.1.2 Flink Standalone架构
• 2.1.3 Flink On YARN的架构
• 2.2 Flink任务调度原理
• 2.2.1 任务链
• 2.2.2 并行度
• 2.2.3 共享Task Slot
• 2.2.4 数据流
• 2.2.5 执行图
• 2.2.6 执行计划
• 2.3 Flink数据分区
• 2.3.1 分区数量
• 2.3.2 分区策略
• 第3章 Flink安装及部署
• 3.1 Flink集群搭建
• 3.1.1 Flink本地模式搭建
• 3.1.2 Flink Standalone搭建
• 3.1.3 Flink On YARN搭建
• 3.2 Flink HA模式
• 3.2.1 Flink Standalone模式的HA架构
• 3.2.2 Flink Standalone模式HA集群搭建
• 3.2.3 Flink On YARN模式HA集群搭建
• 3.3 Flink命令行界面
• 3.4 Flink应用提交
• 3.5 Flink Shell的使用
• 第4章 Flink DataStream API
• 4.1 基本概念
• 4.2 执行模式
• 4.3 作业流程
• 4.4 程序结构
• 4.5 Source数据源
• 4.5.1 基本数据源
• 4.5.2 高级数据源
• 4.5.3 自定义数据源
• 4.6 Transformation数据转换
• 4.7 Sink数据输出
• 4.8 数据类型与序列化
• 4.9 分区策略
• 4.9.1 内置分区策略
• 4.9.2 自定义分区策略
• 4.10 窗口计算
• 4.10.1 事件时间
• 4.10.2 窗口分类
• 4.10.3 窗口函数
• 4.10.4 触发器
• 4.10.5 清除器
• 4.11 水印
• 4.11.1 计算规则
• 4.11.2 允许延迟与侧道输出
• 4.11.3 生成策略
• 4.12 状态管理
• 4.12.1 Keyed State
• 4.12.2 Operator State
• 4.13 容错机制
• 4.13.1 Checkpoint
• 4.13.2 Barrier
• 4.13.3 重启与故障恢复策略
• 4.13.4 Savepoint
• 4.14 案例分析：计算5秒内输入的单词数量
• 4.15 案例分析：统计5分钟内每个用户产生的日志数量
• 4.16 案例分析：统计24小时内每个用户的订单平均消费额
• 4.17 案例分析：计算5秒内每个信号灯通过的汽车数量
• 4.18 案例分析：Flink整合Kafka计算实时单词数量
• 4.19 案例分析：天猫双十一实时交易额统计
• 4.19.1 创建自定义数据源
• 4.19.2 计算各个分类的订单总额
• 4.19.3 计算全网销售总额与分类Top3
• 第5章 Flink Table API&SQL
• 5.1 基本概念
• 5.1.1 计划器
• 5.1.2 API架构
• 5.1.3 程序结构
• 5.2 动态表
• 5.2.1 流映射为动态表
• 5.2.2 连续查询
• 5.2.3 动态表转换为流
• 5.3 TableEnvironment API
• 5.3.1 基本概念
• 5.3.2 创建TableEnvironment
• 5.3.3 示例：简单订单统计
• 5.4 Table API
• 5.4.1 基本概念
• 5.4.2 示例：订单分组计数
• 5.4.3 示例：每小时订单分组求平均值
• 5.4.4 关系操作
• 5.5 SQL API
• 5.5.1 DDL操作
• 5.5.2 DML操作
• 5.5.3 DQL操作
• 5.5.4 窗口函数
• 5.5.5 窗口聚合
• 5.5.6 分组聚合
• 5.5.7 OVER聚合
• 5.5.8 连接查询
• 5.6 TopN查询
• 5.6.1 OVER子句
• 5.6.2 示例：计算产品类别销售额TopN
• 5.6.3 示例：搜索词热度统计
• 5.6.4 窗口TopN
• 5.7 Catalog元数据管理
• 5.8 Flink SQL整合Kafka
• 5.8.1 基本概念
• 5.8.2 示例：Flink SQL整合Kafka实现实时ETL
• 5.9 Flink SQL CLI
• 5.9.1 启动SQL CLI
• 5.9.2 执行SQL查询
• 5.9.3 可视化结果模式
• 5.10 Flink SQL整合Hive
• 5.10.1 整合步骤
• 5.10.2 Table API操作Hive
• 5.10.3 示例：Flink SQL整合Hive分析搜狗用户搜索日志
• 5.11 案例分析：Flink SQL实时单词计数
• 5.12 案例分析：Flink SQL实时计算5秒内用户订单总金额
• 5.13 案例分析：微博用户行为分析
• 5.13.1 离线与实时计算业务架构
• 5.13.2 Flume数据采集架构
• 5.13.3 Kafka消息队列架构
• 5.14 案例分析：Flink SQL智慧交通数据分析
• 5.14.1 项目介绍
• 5.14.2 数据准备
• 5.14.3 统计正常卡口数量
• 5.14.4 统计车流量排名前3的卡口号
• 5.14.5 统计每个卡口通过速度最快的前3辆车
• 5.14.6 车辆轨迹分析
• 第6章 Flink内核源码
• 6.1 流图
• 6.1.1 StreamGraph核心对象
• 6.1.2 StreamGraph生成过程
• 6.2 作业图
• 6.2.1 JobGraph的核心对象
• 6.2.2 JobGraph的生成过程
• 6.3 执行图
• 6.3.1 ExecutionGraph的核心对象
• 6.3.2 ExecutionGraph的生成过程
• 第7章 Gelly图计算
• 7.1 什么是Gelly
• 7.2 第一个Gelly程序
• 7.3 Gelly数据结构
• 7.4 如何使用Gelly
• 7.5 图操作
• 7.5.1 基本操作
• 7.5.2 属性操作
• 7.5.3 结构操作
• 7.5.4 连接操作
• 7.6 图常用API
• 7.6.1 创建图
• 7.6.2 图的转换
• 7.6.3 图的添加与移除
• 7.6.4 图的邻域方法
• 7.7 案例分析：Gelly计算社交网络中粉丝的平均年龄
  

游客,本付费内容需要支付 25金币 才能浏览, 赞助VIP全站免费下载支付

yiyeaia

看到这帖子真是高兴！

yuanzhan

强烈支持楼主ing……

bigollo

强烈支持楼主ing……

sleo

强烈支持楼主ing……

yaoguang1997

强烈支持楼主ing……

zgjsws

强烈支持楼主ing……

zgjsws

强烈支持楼主ing……

zgjsws

强烈支持楼主ing……

qwert2008

强烈支持楼主ing……